MS-A0003/A0005 Matriisilaskenta Laskuharjoitus 3 /

Samankaltaiset tiedostot
MS-A0003/A0005 Matriisilaskenta Laskuharjoitus 2 / vko 45

Lineaarikuvauksen R n R m matriisi

MS-A0004/MS-A0006 Matriisilaskenta Laskuharjoitus 6 / vko 42

ax + y + 2z = 0 2x + y + az = b 2. Kuvassa alla on esitetty nesteen virtaus eräässä putkistossa.

Ominaisarvoon 4 liittyvät ominaisvektorit ovat yhtälön Ax = 4x eli yhtälöryhmän x 1 + 2x 2 + x 3 = 4x 1 3x 2 + x 3 = 4x 2 5x 2 x 3 = 4x 3.

Lineaarialgebra ja matriisilaskenta I

Yhtälöryhmä matriisimuodossa. MS-A0004/A0006 Matriisilaskenta. Tarkastellaan esimerkkinä lineaarista yhtälöparia. 2x1 x 2 = 1 x 1 + x 2 = 5.

MS-A0003/A0005 Matriisilaskenta Laskuharjoitus 2 / vko 45

Ominaisarvo ja ominaisvektori

MS-A0003/A0005 Matriisilaskenta Malliratkaisut 5 / vko 48

Matematiikka B2 - TUDI

Yhtälöryhmä matriisimuodossa. MS-A0007 Matriisilaskenta. Tarkastellaan esimerkkinä lineaarista yhtälöparia. 2x1 x 2 = 1 x 1 + x 2 = 5.

3.1 Lineaarikuvaukset. MS-A0004/A0006 Matriisilaskenta. 3.1 Lineaarikuvaukset. 3.1 Lineaarikuvaukset

1 Matriisit ja lineaariset yhtälöryhmät

Ominaisarvo ja ominaisvektori

Matematiikka B2 - Avoin yliopisto

MS-A0003/A0005 Matriisilaskenta Malliratkaisut 4 / vko 47

Kuvaus. Määritelmä. LM2, Kesä /160

Numeeriset menetelmät

Lineaarialgebra ja matriisilaskenta I, HY Kurssikoe Ratkaisuehdotus. 1. (35 pistettä)

Matriisialgebra harjoitukset, syksy 2016

JAKSO 2 KANTA JA KOORDINAATIT

3.2 Matriisien laskutoimitukset. 3.2 Matriisien laskutoimitukset. 3.2 Matriisien laskutoimitukset. 3.2 Matriisien laskutoimitukset

Insinöörimatematiikka D

. Mitä olisivat y 1 ja y 2, jos tahdottaisiin y 1 (0) = 2 ja y 2 (0) = 0? x (1) = 0,x (2) = 1,x (3) = 0. Ratkaise DY-ryhmä y = Ay.

MS-A0003/A Matriisilaskenta Laskuharjoitus 6

Insinöörimatematiikka D

s = 11 7 t = = 2 7 Sijoittamalla keskimmäiseen yhtälöön saadaan: k ( 2) = 0 2k = 8 k = 4

Tehtäväsarja I Seuraavat tehtävät liittyvät kurssimateriaalin lukuun 7 eli vapauden käsitteeseen ja homogeenisiin

Matriisilaskenta Laskuharjoitus 5 - Ratkaisut / vko 41

Kanta ja Kannan-vaihto

2.2 Gaussin eliminaatio. 2.2 Gaussin eliminaatio. 2.2 Gaussin eliminaatio. 2.2 Gaussin eliminaatio

Vapaus. Määritelmä. jos c 1 v 1 + c 2 v c k v k = 0 joillakin c 1,..., c k R, niin c 1 = 0, c 2 = 0,..., c k = 0.

Ennakkotehtävän ratkaisu

3x + y + 2z = 5 e) 2x + 3y 2z = 3 x 2y + 4z = 1. x + y 2z + u + 3v = 1 b) 2x y + 2z + 2u + 6v = 2 3x + 2y 4z 3u 9v = 3. { 2x y = k 4x + 2y = h

Insinöörimatematiikka D

Insinöörimatematiikka D

Kohdeyleisö: toisen vuoden teekkari

Kannan vektorit siis virittävät aliavaruuden, ja lisäksi kanta on vapaa. Lauseesta 7.6 saadaan seuraava hyvin käyttökelpoinen tulos:

2.5. Matriisin avaruudet ja tunnusluvut

Matriisilaskenta (TFM) MS-A0001 Hakula/Vuojamo Ratkaisut, Viikko 47, 2017

Lineaarikombinaatio, lineaarinen riippuvuus/riippumattomuus

Lineaarialgebra ja differentiaaliyhtälöt Laskuharjoitus 1 / vko 44

Neliömatriisi A on ortogonaalinen (eli ortogonaalimatriisi), jos sen alkiot ovat reaalisia ja

Matriisilaskenta, LH4, 2004, ratkaisut 1. Hae seuraavien R 4 :n aliavaruuksien dimensiot, jotka sisältävät vain

3 Lineaariset yhtälöryhmät ja Gaussin eliminointimenetelmä

Osoita, että täsmälleen yksi vektoriavaruuden ehto ei ole voimassa.

Tehtäväsarja I Seuraavat tehtävät liittyvät kurssimateriaalin lukuun 7 eli vapauden käsitteeseen ja homogeenisiin

MS-A0004/A0006 Matriisilaskenta

MS-A Matriisilaskenta Laskuharjoitus 3

Päättelyn voisi aloittaa myös edellisen loppupuolelta ja näyttää kuten alkupuolella, että välttämättä dim W < R 1 R 1

(1.1) Ae j = a k,j e k.

MS-C1340 Lineaarialgebra ja

Tehtäväsarja I Kerrataan lineaarikuvauksiin liittyviä todistuksia ja lineaarikuvauksen muodostamista. Sarjaan liittyvät Stack-tehtävät: 1 ja 2.

Insinöörimatematiikka D

Lineaarialgebra ja matriisilaskenta I

HY / Avoin yliopisto Lineaarialgebra ja matriisilaskenta II, kesä 2015 Harjoitus 1 Ratkaisut palautettava viimeistään maanantaina klo

Lineaarialgebra ja matriisilaskenta I

3.2 Matriisien laskutoimitukset. 3.2 Matriisien laskutoimitukset. 3.2 Matriisien laskutoimitukset. 3.2 Matriisien laskutoimitukset. Olkoot A 2 := AA =

MS-C1340 Lineaarialgebra ja

Käänteismatriisi 1 / 14

Matriisien tulo. Matriisit ja lineaarinen yhtälöryhmä

Ominaisarvot ja ominaisvektorit 140 / 170

MS-C1340 Lineaarialgebra ja differentiaaliyhtälöt

MS-C1340 Lineaarialgebra ja differentiaaliyhtälöt

MS-C1340 Lineaarialgebra ja

Matriisialgebra harjoitukset, syksy 2016

Käänteismatriisin ominaisuuksia

Lineaarialgebra ja matriisilaskenta II Syksy 2009 Laskuharjoitus 1 ( ) Ratkaisuehdotuksia Vesa Ala-Mattila

Insinöörimatematiikka D

tyyppi metalli puu lasi työ I II III metalli puu lasi työ

ominaisvektorit. Nyt 2 3 6

Insinöörimatematiikka D, laskuharjoituksien esimerkkiratkaisut

3 Lineaariset yhtälöryhmät ja Gaussin eliminointimenetelmä

Lineaarialgebra II, MATH.1240 Matti laaksonen, Lassi Lilleberg

Ratkaisuehdotukset LH 7 / vko 47

Ortogonaalisen kannan etsiminen

Kantavektorien kuvavektorit määräävät lineaarikuvauksen

Matemaattinen Analyysi / kertaus

Määritelmä 1. Olkoot V ja W lineaariavaruuksia kunnan K yli. Kuvaus L : V. Termejä: Lineaarikuvaus, Lineaarinen kuvaus.

Similaarisuus. Määritelmä. Huom.

Ville Turunen: Mat Matematiikan peruskurssi P1 1. välikokeen alueen teoriatiivistelmä 2007

Ominaisvektoreiden lineaarinen riippumattomuus

Matematiikan perusteet taloustieteilijöille II Harjoituksia kevät ja B = Olkoon A = a) A + B b) AB c) BA d) A 2 e) A T f) A T B g) 3A

Paikannuksen matematiikka MAT

Vektoreiden virittämä aliavaruus

5.1. Normi ja suppeneminen Vektoriavaruus V on normiavaruus, jos siinä on määritelty normi : V R + = [0, ) jolla on ominaisuudet:

1 Ominaisarvot ja ominaisvektorit

802320A LINEAARIALGEBRA OSA III

Lineaariset kongruenssiyhtälöryhmät

Liittomatriisi. Liittomatriisi. Määritelmä 16 Olkoon A 2 M(n, n). Matriisin A liittomatriisi on cof A 2 M(n, n), missä. 1) i+j det A ij.

Esimerkki 4.4. Esimerkki jatkoa. Määrää matriisin ominaisarvot ja -vektorit. Ratk. Nyt

Tehtäväsarja I Kertaa tarvittaessa materiaalin lukuja 1 3 ja 9. Tarvitset myös luvusta 4 määritelmän 4.1.

Inversio-ongelmien laskennallinen peruskurssi Luento 3

Tyyppi metalli puu lasi työ I II III

ja B = 2 1 a) A + B, b) AB, c) BA, d) A 2, e) A T, f) A T B, g) 3A (e) A =

6 MATRIISIN DIAGONALISOINTI

Lineaarialgebra ja matriisilaskenta I

BM20A5800 Funktiot, lineaarialgebra ja vektorit Harjoitus 5, Syksy 2015

= 2±i2 7. x 2 = 0, 1 x 2 = 0, 1+x 2 = 0.

Transkriptio:

MS-A3/A5 Matriisilaskenta, II/27 MS-A3/A5 Matriisilaskenta Laskuharjoitus 3 / 3. 7..27 Tehtävä (L): Etsi kaikki yhtälön Ax = b ratkaisut, kun 3 5 4 A = 3 2 4 ja b = 6 8 7 4. Ratkaisu : Koetetaan ratkaista yhtälö Gauss-eliminaatiolla. 3 5 4 7 3 5 4 7 5 3 2 4 +R 3 R 3 2 6 6 8 4 2R 9 8 +3R 2 3 4 3 /3 4/3 3 6 /3 2 Yhtälöllä on siis äärettömän monta ratkaisua, jotka määräytyvät yhtälöryhmästä { x 4/3x 3 = x 2 = 2. Kun merkitään x 3 = t, saadaan ratkaisuiksi 4/3 x = 2 + t, t R. Tehtävä 2 (L): Oletetaan, että p on yhtälön Ax = b eräs ratkaisu, eli että Ap = b. a) Olkoon v h yksi ratkaisu homogeeniselle yhtälölle Ax =, ja olkoon w = p + v h. Osoita, että w on ratkaisu yhtälölle Ax = b. b) Olkoon w mikä tahansa ratkaisu yhtälölle Ax = b. Määritellään v h := w p. Osoita, että v h on ratkaisu yhtälölle Ax =. Nämä kohdat yhdessä osoittavat, että yhtälön Ax = b ratkaisuiden joukko on täsmälleen niiden vektoreiden joukko, jotka ovat muotoa v h +p, missä v h on homogeenisen yhtälön Ax = yleinen ratkaisu (tilanteesta riippuen piste, suora, taso, hypertaso,...) ja p on yhtälön Ax = b eräs (mikä tahansa!) yksittäinen ratkaisu.

MS-A3/A5 Matriisilaskenta, II/27 Ratkaisu 2: Molemmat kohdat voidaan osoittaa suoralla laskulla. a) Aw = A(p + v h ) = Ap + Av h = b b) Av h = A(w p) = Aw Ap = b b = Tehtävä 3 (P): Määritä pienimmät positiiviset kokonaisluvut x, x 2, x 3, x 4 butaanin palamisen reaktiokaavassa x C 4 H + x 2 O 2 x 3 CO 2 + x 4 H 2 O. Kirjoita yhtälöt matriisimuodossa ja ratkaise Gaussin eliminointimenetelmällä. Ratkaisu 3: Ks pruju s. 26. Käytetään hyväksi tietoa, että reaktiossa atomien lukumäärät säilyvät. Tällöin saadaan ongelma seuraavanlaiseen matriisimuotoon. Selkeyden vuoksi rivit on otsikoitu alkuaineiden tunnuksilla. C 4 C 4 H 2 /4 C H 5/2 2 H O O 2 2 O 2 2 O H C 4 +2/5 H O 2 2 +4/5 H H 5/2 2 C /5 O 3/ H 4/5 C 4 4/5 O 2 3/5 H 5/2 2 /4 /2 (2/5) Kun x 4 = t, saadaan x = (x, x 2, x 3, x 4 ) = (2t, 3t, 8t, t). Täten pienimmät mahdolliset positiiviset kokonaisluvut x j ovat x = (2, 3, 8, ), ja reaktioyhtälö on 2 C 4 H + 3 O 2 8 CO 2 + H 2 O. Tehtävä 4 (P): Olkoon A : R 3 R 2 lineaarinen ja B : R 2 R 3 sellainen funktio, että jokaisella x R 3 ja y R 2 A(x) y = x B(y) a) Olkoon y R 2. Näytä, että B(y) R 3 voidaan ratkaista, kun tiedetään A(x) y jokaisella x R 3. (Vihje: Jos B(y) = (z, z 2, z 3 ), niin z = (,, ) B(y) = A((,, )) y.) b) Näytä, että B on lineaarinen. c) Tulkitaan lineaarikuvaukset A, B nyt matriiseina A R 2 3 ja B R 3 2. Näytä, että matriisialkioille pätee B jk = A kj (toisin sanoen todista, että B on matriisin A transpoosi). 2

MS-A3/A5 Matriisilaskenta, II/27 Ratkaisu 4: a) Määritellään vihjeen mukaisesti B(y) = (z, z 2, z 3 ). Tällöin z (,, ) B(y) A((,, )) y B(y) = z 2 = (,, ) B(y) = A((,, )) y. z 3 (,, ) B(y) A((,, )) y Koska pistetulo A(x) y tiedetään kaikilla x, voidaan B(y) ratkaista sijoittamalla arvot. b) Funktio F : K n K m on lineaarinen, jos F (u + v) = F (u) + F (v) F (λu) = λf (u), kaikilla u, v K n ja λ K. Todetaan, että A((,, )) (u + v) A((,, )) u + A((,, )) v B(u+v) = A((,, )) (u + v) = A((,, )) u + A((,, )) v = B(u)+B(v) A((,, )) (u + v) A((,, )) u + A((,, )) v ja joten B on lineaarinen. A((,, )) (λu) A((,, )) u B(λu) = A((,, )) (λu) = λ A((,, )) u = λb(u), A((,, )) (λu) A((,, )) u c) Hyödynnetään tietoa a b = a T b. Tällöin A(x) y = B(y) x (Ax) T y = (By) T x (y T Ax) T = y T B T x y T Ax R y T Ax = y T B T x A = B T Tehtävä 5 (L): Etsi sellaisen lineaarikuvauksen matriisi, joka a) Peilaa avaruuden R 2 vektorit x-akselin suhteen ja venyttää ne kolminkertaisen pituisiksi. b) Peilaa avaruuden R 3 vektorit origon suhteen. c) Projisoi avaruuden R 3 vektorit y-akselin suunnassa xz-tasolle. 3

MS-A3/A5 Matriisilaskenta, II/27 Ratkaisu 5: Lineaarikuvauksen matriisin muodostamiseksi riittää tutkia avaruuden kantavektorien kuvautumista. Tämä voidaan todeta vaikka seuraavalla tavalla. Olkoon etsityn lineaarikuvauksen matriisi A. Kootaan kantavektorit matriisin I sarakkeiksi ja niiden kuvat matriisin B sarakkeiksi. Tällöin AI = B ja koska kantavektorit sisältävä matriisi on identiteettimatriisi, saadaan A = B. [ ] 3 a) A = 3 b) A = c) A = Tehtävä 6 (L): a) Etsi jotkin sellaiset matriisit A ja B, että AB =, vaikka kumpikaan matriiseista ei ole nollamatriisi. b) Etsi jotkin sellaiset 3 3-matriisit C ja D, että CD DC. Ratkaisu 6: [ ] [ ] a) A =, B =. 3 b) C =, D =, CD =, DC = Tehtävä 7 (P): Etsi lineaarikuvauksen F : R 3 R 2 matriisi A F R 2 3, kun tiedetään, että F (,, ) = (4, ), F (, 2, 3) = (, 3) ja F ( 5, 3, 2) = (8, 5). Ratkaisu 7: Kootaan kuvautuvat vektorit matriisiin X ja niiden kuvat matriisiin B. Tällöin A F X = B A F XX = BX A F = BX. Lasketaan X Gaussin eliminaatiolla. 5 5 +/3R 2 2 3 R 3 2 3 2 R 4 7 4/3R2 3/3 2/3 /3 +R 3 3 2 6/3R 3 3 5/3 2/3 6/3 /( 3) 3/3 /3 4/3 3/3 /3 4/3 3/3 5/3 7/3 2/3 X = 3 3 3 5 7 2 3 /3 4/3 3/3 4 3 4

MS-A3/A5 Matriisilaskenta, II/27 Nyt voidaan laskea lineaarikuvauksen matriisi A F = BX = [ ] 3 3 4 8 3 5 7 2 = 3 3 5 3 4 3 [ ] 6 84 76. 33 54 34 Tehtävä 8 (P): Olkoon A = P D P, missä 8 P = 2 ja D =. 2 5 3 7 Etsi yhtälön Ax = 8x kaikki ratkaisut x =. (Huom. Tehtävän voi ratkaista lyhyesti laskematta matriiseja P ja A. Voit toki laskea nämä matriisit, jos et keksi muuta ratkaisutapaa.) x x 2 x 3 Ratkaisu 8: Yhtälön saa hajotelman avulla muotoon Ax = 8x P DP x = 8x DP x = 8P x. Määritellään y := P x, jolloin Dy = 8y (D 8I)y = 8 y =, 7 eli selvästi y = [ t ] T, missä t R. y:n määrittelystä seuraa, että t x = P y = 2 = t, 2 5 3 2 joka on kysytty ratkaisu. Kiva tietää: Myöhemmin kurssilla opitaan ominaisarvoista ja -vektoreista, jotka olennaisesti liittyvät tähän tehtävään. 8 on matriisin A ominaisarvo ja x sitä vastaavat ominaisvektorit. 5